Projeto Finanças

Usaremos seguintes ações da bolsa :

BRFS3: A BRF é uma empresa transnacional brasileira do ramo alimentício, fruto da fusão entre Sadia e Perdigão, duas das principais empresas de alimentos do Brasil.
JBSS3: JBS é uma empresa brasileira do setor de alimentos fundada em 1953 em Goiás. A companhia opera no processamento de carnes bovina, suína, ovina, de frango, de peixe e plant-based, além de atuar no processamento de couros
BEEF3: Minerva Foods é uma empresa brasileira de alimentos fundada em 1924 na cidade de Barretos. A companhia tem atuação na comercialização de carne in natura, couros, derivados, e na exportação de gado vivo, além de atuar no processamento de carnes.
MRFG3: Marfrig Global Foods é uma empresa brasileira de alimentos. Fundada no ano 2000, é a segunda maior produtora de carne bovina do mundo e líder na produção de hambúrgueres.
TSN: A Tyson Foods é uma empresa multinacional americana fundada por John W. Tyson em 1931 e sediada em Springdale, Arkansas, que opera na indústria alimentícia.
HRL: A Hormel Foods Corporation é uma empresa alimentícia estadunidense com sede em Austin, Minnesota, conhecida pela fabricação do Spam. Em 24 de agosto de 2017, a empresa anunciou a compra da empresa brasileira Ceratti.
GIS: General Mills é uma multinacional americana produtora de alimentos classificada na Fortune 500 e uma das 10 maiores empresas de alimentos do mundo. É sediada em Golden Valley, Minnesota, Minneapolis.

Utilizamos a API Yahoo! Finance para conseguir os dados utilizados para as analises a seguir.

Analisando os dados em uma tabela:

Code

library(tidyverse)
library(dplyr)
library(ggplot2)
library(timeSeries)
library(fPortfolio)
library(quantmod)
library(cowplot) 
library(lattice)
library(timetk)
library(quantmod)
library(DT) 


TICKERS <- c(
  "BRFS3.SA",
  "JBSS3.SA",
  "BEEF3.SA",
  "MRFG3.SA",
  "TSN",
  "HRL",
  "GIS"
)





portfolioPrices <- NULL
for ( Ticker in TICKERS )
  portfolioPrices <- cbind(
    portfolioPrices, 
    getSymbols(
      Ticker,
      src = "yahoo",
      from = "2019-01-01",
      auto.assign = FALSE
    )[,4]
  )

portfolioPrices <- portfolioPrices[apply(portfolioPrices, 1, function(x) all(!is.na(x))),]

colnames(portfolioPrices) <- c(
  "BRFS3",
  "JBSS3",
  "BEEF3",
  "MRFG3",
  "TSN",
  "HRL",
  "GIS"
)

Code

# Visualizar com DT
datatable(tail(portfolioPrices), options = list(pageLength = 10, scrollX = TRUE))

E então a gente faz uma analise temporal dos dados, tendo o eixo X sendo a variável tempo, e o eixo Y sendo o preço:

Code

portfolioPrices |> as.data.frame() |>
  mutate(
    time = seq_along(GIS)
  ) |>
  pivot_longer(
    !time,
    names_to = "Variables",
    values_to = "Value"  
  ) |>
  group_by(Variables) |>
  plot_time_series(
    time,
    Value,
    .interactive = F, # Change for TRUE for better visualization
    .facet_ncol = 2,
    .smooth = FALSE
  ) +
  theme(
    strip.background = element_rect(fill = "white", colour = "white")
  )